大數據時代政府循證決策模式探究

何玉仙

摘要：大數據時代為公共事務的治理帶來了新的機遇和挑戰。作為一種科學決策理念，循證決策與大數據時代的政府治理具有內在的契合性，是大數據時代政府應對決策風險的有效制度選擇。大數據背景下的政府循證決策以大數據作為循證的來源和依據，并依托大數據技術實現對信息的分析和處理；在技術路線上遵循政策問題→大數據→有效證據→公共政策的實施路徑。不過，由于大數據時代政府循證決策模式仍處于探索階段，因此在實踐中存在一些風險和隱憂。

關鍵詞：大數據時代；大數據；政府；循證決策

一、前言

自世界知名咨詢公司麥肯錫提出大數據時代來臨以來，大數據的理念已經為越來越多的國家和地區所感知與認同。作為現代信息技術發展到一定階段的產物，大數據對人類社會的各個領域產生了重要影響。在公共政策制定領域，大數據時代的來臨也使政府決策處于一個新的社會背景之中。聯合國發布的《以大數據促發展：機遇與挑戰》中指出：“大數據為聯合國及世界各國的發展提供了歷史性機遇，通過利用海量數據對經濟社會發展的現狀及趨勢進行分析，能夠有效促進政府更好地把握與推動經濟社會的運行。”[1]那么，如何在政府決策中運用大數據，并使它們轉化為有價值的公共治理資源呢？縱觀理論界與實踐界，循證決策因其與大數據時代政府治理之間的高度契合性而受到廣泛關注。

二、大數據時代政府循證決策的契機與內在邏輯

（一）循證決策是大數據時代政府應對決策風險的有效制度選擇

政府行動始于決策，決策的科學化與有效性直接影響治理績效。因此，如何科學應對決策風險、提高決策的民主性、有效性是世界各國政府普遍關注的重要課題。隨著經濟社會與現代信息技術的發展，大數據時代的公共事務呈現出鮮明的利益格局多元化與問題網絡復雜化的特征，使政府決策面臨更高風險或決策失敗的可能。在這種情況下，依靠基于經驗和有限資料實施的傳統決策模式已很難有效解決大數據時代下的社會問題，而基于大數據的循證決策則為政府應對新時代的決策風險與提高決策科學化提供了一條可行的思路。

循證決策（Evidence-based Policy Making，簡稱EPB）又被譯為“基于證據的決策”，它的思想源于20世紀90年代在醫學領域興起的“循證”運動。隨著循證思想科學方法論影響的不斷擴大，循證決策很快從醫學領域擴展到了心理學、教育、公共管理、司法等眾多社會科學領域。從字面上理解，循證決策，即依據證據進行決策，倡導將證據置于政策制定與執行的中心環節。在循證決策理念中，證據被認為是用來證明應該怎樣做或不應該做什么的知識或信息，在這之中經常包含與決策問題相關的各類數據。循證決策理念認為，證據是制定科學化政策的關鍵，是決策者探尋解決問題的知識基礎或技術手段。因此，證據在決策中應處于中心地位，或是在所有因素中優先考慮的因素。正如其倡導者桑德森所認為的那樣，“將決策更大程度地建立在‘明智的證據之上，這將使政府的行動更具理性”[2]。

實踐層面，循證決策具有兩個鮮明價值導向，一個是循證決策倡導基于理性主義的科學決策理念，強調決策要有可靠的證據來支撐，并依靠科學有效的證據提升政策制定的合理性、有效性；二是循證決策要求政府決策的知識化和民主化，強調社會科學知識在決策中的應用，倡導建立用于支持決策的“知識管理”體系；同時循證決策倡導多元主體構建的政策網絡，支持公眾咨詢、專家參與、社群溝通等多元參與方式，以及多種形式、不同渠道的證據在決策過程中的整合運用[3]。循證決策在應對復雜性社會問題方面具有天然的優勢，并且其追求科學性、民主性的價值理念也與大數據背景下政府的治理導向具有內在的契合性。也正因為如此，循證決策正在被世界各國越來越多地引入到大數據時代的治理實踐中。

（二）大數據時代為循證決策方法理念優勢的發揮創造了機遇和條件

大數據時代的循證決策在政府公共決策領域具有巨大的應用空間與潛能。一方面，大數據可以有效緩解以往政府循證決策面臨的證據不足問題。公共政策領域屬于典型的社會科學領域，以往政府用于決策的證據通常是短期且有限范圍內收集的調查研究報告、二手數據，以及思辨性較強的學術研究等，這些信息的充分性和可靠性都相對較低。就像西方國家早期倡導循證實踐的人士曾經發現的那樣，在公共政策領域并不是所有的證據都能足夠好到可以用作指導決策的地步，一些研究常常會存在目標不明確、糟糕的設計、方法論缺陷、不充分的統計報告和分析、沒有數據支持就得出結論等缺陷[4]，導致循證困難。而大數據時代有海量數據可供挖掘利用，這些數據不僅包含結構化的數據，還包括非結構化數據，如視頻、圖片、電子郵件、日志等。這些體量巨大且形式豐富的數據能夠為循證決策的信息挖掘提供多樣化的渠道，為政府循證決策的開展提供支持。

另一方面，大數據技術能夠為政府循證決策提供高效、便捷的技術支撐。信息的收集與分析處理是循證過程的兩個重要環節。證據信息的收集是指系統全面地尋找、檢索可能作為證據使用的各類信息。這類信息通常與政策問題具有較強關聯性。面對大數據時代海量的數據，傳統的信息收集方式顯然已“力不從心”，自動采集等大數據技術的出現則為高效挖掘和收集大數據證據創造了條件。信息的分析處理是將采集來的相關數據或信息提煉為有效證據的關鍵一步。在這一環節，通過大數據交互、可視化等技術手段也能夠滿足對特定現象進行解釋、預測事物發展規律等需求，實現信息分析和處理的高效化。總之，大數據時代非常有利于政府循證決策的實施。

三、大數據時代政府循證決策的要素及實施路徑

（一）大數據時代政府循證決策的要素

1.大數據思維

大數據時代的政府循證決策需要相關治理主體具備大數據思維。大數據被視為一個國家或地區繼土地、資本、勞動力以外的基礎性治理資源，但它究竟能在多大程度上發揮價值，還取決于具體場景下治理者對大數據及相關問題的認知和理解。大數據思維首先需要有關政府主體對大數據以及大數據所蘊藏的巨大價值與應用潛力具有準確的認識。此外，大數據思維還要求治理主體具備綜合性分析思維，注重使用數據驅動決策與解決問題，從全局視角而不是局部視角考慮問題，善于運用各類數據和多種技術進行整合性分析，重視不同領域的專家、相關者以及政策工具的協同合作，并善于運用合適的模型來理解和預測社會現象或問題。

2.循證決策意識

大數據時代的政府循證決策還需要有關決策主體具有循證決策意識。政府決策具有公共性，往往涉及多種利益相關者，因此相關決策及政策的出臺需要以公共價值為基礎，并且做到有理有據。循證思維是一種以證據為基礎的思維方式，它的特點在于決策主體不是基于個人經驗或主觀臆斷，而是從客觀事實和數據出發進行決策，在決策或解決問題的過程中強調對有效證據的搜集和運用。具備循證決策意識需要對證據的概念、類型、形式載體、客觀性以及可靠性等具有充分的了解，還應對證據的獲取途徑、分析評估方法及技術具有一定的認識，同時還需具有合作意識，注重在循證決策過程中與研究機構、評估主體、政策利益相關者的溝通與協作。

3.專業化人才

大數據時代的政府循證決策是一個過程，需要具體的人員來操作實施。特別是在從數據收集到形成有效證據的過程中，相關人員的工作能力和水平會直接影響政府循證決策的結果和質量。一般而言，大數據背景下的政府循證決策需要特定人員具備以下能力：一是能夠管理和處理體量龐大的結構化、半結構化和非結構化數據，這些數據通常包括政府有關機構或部門在依法行政過程中制作、獲取及保存的數據、企業日常運營產生的各類數據，以及個人以電子或者其他方式記錄的各種信息；二是能夠在大量的數據中篩選重要相關信息，分析這些數據并為關鍵信息的生成提供有意義的洞見；三是解釋這些數據，借以支持政府的循證決策。雖然上述工作理論上可以通過調動各種技術和人力資源，甚至外包去滿足政府循證決策的需求，但對于大數據時代下有望成為常態化決策模式的循證決策而言，政府有關決策部門應自身具備和儲備具有上述能力的專業化人才。

4.相關體制機制配套

大數據背景下的政府循證決策還需要建構能夠捕獲、存儲、處理、管理、傳輸和共享數據的生態系統，建立健全大數據輔助循證決策的配套體系，如搭建大數據搜集評估證據的平臺網絡、開發循證決策的“數據池”等。同時，完善大數據背景下政府循證決策的相應規章制度，明晰循證體系的結構及人員機構職能，以保證循證過程的合理分工與管理規范。

（二）大數據背景下政府循證決策的實施路徑

海量數據是大數據時代政府治理的重要資源，然而未經過篩選、過濾、加工評估的原始數據難以成為政府決策的直接參考。大數據背景下的政府循證決策遵循政策問題→大數據→有效證據→公共政策的實施路徑，通過這一結構化路徑，龐大且雜亂的原值數據將變成具有利用價值的有效證據，進而成為公正政策制定的核心依據。

一般而言，大數據包含兩層含義：一是指任何以電子或者其他方式對信息的記錄，通常表現為體量巨大、形式結構多樣，且時效性強的各類數據；二是指新型計算架構和智能算法等大數據處理技術[5]。作為政府決策的起點，大數據背景下的政策問題和大數據之間具有復雜的聯系，即政策問題不僅需要利用大數據探尋解決問題的信息或證據，大數據本身也可能成為發現與明確政策問題的方法工具之一。這主要是因為大數據背景下的政府決策能夠一定程度上實現從“事后治理”到“事前預測”的轉變。大數據具有碎片化、多樣化的特點，雖然通常很難直接發現相關因素之間明顯的因果關系，但在這背后卻常常潛藏著事物之間不易被發現的隱形聯系。而利用一些大數據技術則可能參透這些隱含的關系，使不同事物之間的聯系更加全面、客觀地呈現出來，進而成為政府決策與政策問題預判的可靠證據。正因為如此，傳統數據無論多么真實、系統、整齊和有代表性，但相對于被觀測的社會行為，卻永遠都是事后構擬的結果[6]。而大數據時代的政府決策則可能基于大數據及相關技術做到政策問題的預判。

大數據時代政府循證決策的關鍵在于大數據向有效證據的轉換，這一過程大體包括數據篩集、數據處理、數據評估三個環節。大數據背景下政府循證決策需要以“大數據”作為循證的來源和依據，對于數據及信息的收集處理方式與傳統的決策模式也有很大的不同。傳統的政府決策一般通過調研訪談、問卷、文獻研究等方式獲取有關信息，信息收集手段有限，且所搜集到的數據一般僅為小數據，雖然便于分析和處理，但在信息、數據的全面性、客觀性上存在明顯的不足。大數據則體量龐大、形式多樣，雖然不利于直接發現關鍵信息，但隨著信息技術的發展，大數據技術已很大程度上能夠實現對數據的快速篩查與整合工作，在豐富了信息獲取來源和渠道的同時，也保障了數據的收集與分析處理效率。數據評估則是體現循證決策民主性與決策透明的重要環節，在這一過程中需要將公共價值、社會知識和決策者意志等均納入證據評估的范疇，進而避免大數據決策可能出現的“唯數據論”風險。通過上述環節，海量無序的原始大數據即轉換為可靠、客觀且透明的有效證據，在后續的公共政策制定環節將發揮重要價值。

四、大數據時代政府循證決策的風險與隱憂

目前，包括中國在內的世界各國大都剛剛步入大數據時代，而且循證決策本身在公共治理領域也屬于一個較新的理念，因此，在公共政策領域，大數據與循證決策的結合仍處于起步階段，在具體實施過程中依然面臨不少挑戰。總體而言，這些挑戰主要來自兩個層面，一個是政府有關主體在基于大數據循證過程中大數據本身可能存在的一些問題，另一個是在公共政策領域實行循證決策所面臨的困難。

首先，就政府循證決策所依據的大數據而言，大數據的開發和利用與數據的安全性、保密性息息相關，而當前政府在數據治理規范化方面存在著短板和不足。大數據時代為公共組織、企業以及個人帶來了新的發展機遇，但同時也對數據安全以及隱私保護構成了威脅。特別是以“挖掘”為特點的大數據技術，雖然能夠從原本零散無序的海量數據中抓取和挖掘提煉出重要信息，但也很可能因此造成國家安全信息、商業機密以及個人隱私的泄露，造成對有關部門及公民利益的侵害。同時，大數據背景下的政府循證決策要求政府治理走向協同化，要求各治理主體之間實現數據的充分共享，但目前由于政府部門之間條塊分割、部門利益保護以及數據存儲形式、結構缺乏統一規劃，在政府內部數據資源的存儲和利用上出現了明顯的“部門化”特征，造成跨部門、跨組織數據共享的困難，難以充分利用數據資源開展循證決策。

其次，雖然大數據背景下政府遵循循證決策理念進行決策具有合理性和可行性，但循證決策是一個“知易行難”的過程，在實踐過程中可能會受到各種干擾。比如，在政府實際決策過程中，將證據置于中心地位可能存在一定的實施難度。如前所述，循證決策要求基于證據進行決策，并且將證據置于所有影響因素的中心地位。但在公共政策領域，實際影響決策的因素眾多，除了決策者個人價值觀、經驗能力，甚至性格情緒等對決策的影響外，外部的決策環境如部門利益、組織文化、上級壓力，以及大量政策利益相關者的意見和態度等，都有可能構成對證據重要性的影響，甚至超越證據成為決策者優先考慮的事項。

另外，在運用大數據及大數據技術生成有效證據的過程中，政府有關決策部門也可能會出現選擇性生產及利用證據的情況。例如，在對英國布萊爾政府的循證決策實踐進行反思過程中，就有學者提出，循證決策事實上仍是政府選擇性地使用證據支持其政策取向的線性過程，即“基于政策的證據”而非“基于證據的政策”[7]。眾所周知，在社會科學研究中，圍繞同一個問題基于不同視角、不同資料展開的研究常常會得出不同的結論。因此，在循證決策過程中，決策者可能會根據自身的意圖傾向性地篩選、解釋和操控證據，進而使循證決策背離其價值初衷。

五、結語

概而言之，大數據時代的到來給包括中國在內的世界各國政府帶來新的社會治理背景與變革契機，循證決策作為一種新近出現的科學決策理念與大數據背景下的政府治理具有高度的契合性。目前，雖然大數據本身的開發及利用仍不規范，在公共領域實施政府循證決策也可能還存在一些障礙，但隨著相關體系框架及配套制度的不斷完善，大數據背景下的政府循證決策將具有廣闊的應用空間。

參考文獻

[1]Global Pulse.Big Data for Development： Challenges & Opportunities [EB].http：//unglobalpulse/org/.

[2]Sanderson，Iran. Making Sense of "What works"：Evidence Based Policy Making as Instrumental Rationality？[J].Public Policy and Administration， 2002 （03）.

[3]]魏夏楠，張春陽.“循證決策”30年：發展脈絡、研究現狀和前沿挈領——基于國內外代表性文獻的研究綜述[J].現代管理科學，2021（4）：26-34.

[4]馬小亮，樊春良.基于證據的政策：思想起源、發展和啟示[J].科學學研究，2015（3）：353-361.

[5]工業和信息化部電信研究院.大數據白皮書（2014）[EB].http：//www.cac.gov.? cn/files/pdf/baipishu/dashuj2014CART.pdf？eqid=9471e3b1000107d30000000664477138.

[6]母睿，王玉婷.大數據與政府治理能力提升：基于、挑戰與展望[J].沈陽工業大學學報（社會科學版），2021（2）：9-14.

[7]周志忍，李樂.循證決策：國際實踐、理論淵源與學術定位[J].中國行政管理，2013（12）：23-27.

作者單位：南開大學周恩來政府管理學院